AIエンジニアの案件一覧

プロダクトの新規機能開発に伴うプロンプトエンジニアリング＋AIコンサル（可能であれば）をお願いする想定です。
営業部隊の育成、商談管理、受注確度向上の為の商談分析を行うプロダクトです。
【業務スコープ】
・要件定義、整理、設計
・生成モデル(Chat GPT,GPT-4等)のプロンプトエンジニアリング
・プロダクトグロースのための新規機能開発

【環境】
Databricks,azure synapse,kintone

保有する構築される文字、数列データベースと基礎情報を元に、BERTで生成したモデルを作成します。
候補マッチングさせながら追加入力される文字、数列データベースの情報のサマリーをエクセルデータ、PDFサマリーを自動出力するプログラムの生成を行います。

＜担当業務＞
Query Search Categorizationの作成 BERTを用いたモデリング
・AutoMLの実装パートをメインに、既存メンバのデータサイエンティストの検証作業と連携を取り下記の業務を行っていただく想定でございます。
　-モデル生成の際のデータセット構築
-辞書データの構築、保守、追加学習のルート作成
　-データクレンジング

AIエンジニアとしてCSO、プロジェクトマネージャー等と連携しながら、
分散コンピューティング基盤 のコア技術部分への機械学習ライブラリ組み込み開発に携わって頂きます。

LLMを使用した電子カルテの要約モデル作成をご担当いただきます。

[概要]

未来都市で生活される人達のヒューマンモデリング、思考推定等をします。

モデルやデータ等はなく、これを実現するためにこのデータが必要→このようにすればそのデータが取れる。

等の検討段階から参加していただきます。

- テキスト情報からの評判分析（感情分類や評価文抽出など）

- テキスト情報からのトピック抽出（重要語抽出）

例えば、SNSなどの投稿から「食事画像と投稿文を抽出し、画像のメニューとその評価を抽出する」ような開発です。

[対応業務]

- 機械学習（特にDNN） モデル実装・検証・評価

- daily scrum、sprint planning/review参加、報告（英語）

- データ収集計画・PoC遂行 ・ モデル・ＰｏＣ関連ドキュメント作成 （英語）

- API設計・実装・検証 ・ メンバーとのdailyコミュニケーション（slack meet,f2f 英語）

- サービスPoC計画・検証・評価

- AIバックエンド設計・実装・検証
技術環境：AWS,GitHub,JIRA/Confluence、MS(Excel,Word,Power Point),G suite,Slack

言語：Python

【事業概要】

広告効果予測AIを活用した新しいクリエイティブ制作プロセスを確立し、高品質で広告効果の高い当たりクリエイティブの大量制作・納品・配信を可能にすることを目指します。
【業務概要】

新しいクリエイティブ制作プロセスを実現するための、クリエイティブ制作画面の新機能開発と保守運用を担当していただきます。
【業務詳細】

- 効果予測 API のリファクタ・アップデート ( Python, GKE, dbt )

- 新機能開発におけるアーキテクチャ選定、設計、実装 ( Python, GoogleCloud )

- 機械学習基盤、推論基盤のリファクタ・アップデート ( Python, Kubeflow, Vertex AI )

- データ処理パイプライン設計・実装 ( dbt, Embulk, Argo workflow, Dataflow )

- 自動テスト・デプロイ・インテグレーションの拡充 ( CloudBuild )

- サービス保守運用 ( アラート対応、再発防止案策定 )
【文化】

- 設計の見直しやリファクタを適切に行い、高いシステム品質と事業開発力の維持・強化を目指します

- 社内クリエイターから制作プロセスをヒアリングし、制作効率を改善するための施策をメンバーと議論をしながら設計・開発します
【利用ツール/言語】

Vue, TypeScript, Golang, Python, BigQuery, GKE など

・IPを使ったエンタメ業界のクライアントでの自然言語処理・AIエンジニア業務

・Vtuberやデジタルヒューマンなど、AIを使ったエンタメ事業。

Web3時代のプラットフォームのレコメンドエンジンの実装・運用業務をお願いします。
【想定業務】

- アプリ内のコンテンツをユーザーの嗜好に合わせてレコメンドするアルゴリズムの研究・実装

- 既存レコメンドエンジンの効果測定、パラメータ更新、チューニング

- 新しいレコメンドアルゴリズムの調査研究
※Colab上でPythonを使用する想定です。
＜現在の開発技術スタック＞

・開発言語：Golang

・クラウド：AWS / GCP

・コンテナ技術：Docker

・監視：Stackdriver / CloudWatch

・DB：Cloud Datastore / MySQL

・構成管理：CloudFormation

・CI/CD：CircleCI / GitHub Actions

・プロダクト：LLMを駆使したAIチャットボット

・日々更新されるGenalative/生成系AIについての情報/技術をキャッチアップし、トライアンドエラーを通してプロダクトの改善

・Deep Learning を活用した新たな Web サービスや新機能の構築

・災害や事故を判定するモデルの精度向上

・SNSの解析・データ分析
【概要】

Deep Learning を使って SNS 上の動画像やテキストを解析するリスク情報サービスを運営しています。

今後、Deep Learning などの機械学習技術を使って、新事業や新機能の開発をリードいただくMLエンジニアを募集しています。
【開発環境】

・言語:Python

・フレームワーク:PyTorch/ PyTorch Lightning/ TensorFlow

・環境:Jupyter Notebook / BigQuery / GitLab / Slack

・貸与マシン:MacBook Pro

【開発手法】

プロジェクトごとに選択、アジャイル、スクラム、チケット駆動開発、コーディング規約あり